Ricercatore.
Una domanda, più prospettive.

Una domanda, quattro risposte. Chi ha ragione?

È domenica mattina. In famiglia si discute se acquistare un’auto elettrica. Qualcuno parla di risparmio, qualcuno di ambiente, qualcun altro teme di restare senza ricarica durante un viaggio. Le opinioni si accavallano e, dopo mezz’ora, nessuno ha cambiato idea. Allora qualcuno propone: «Chiediamolo all’intelligenza artificiale».

La risposta arriva subito. Ma c’è un problema: se domandiamo «Perché conviene comprare un’auto elettrica?», potremmo ottenere soprattutto motivi a favore. Se chiediamo «Perché le auto elettriche sono una cattiva idea?», potremmo ricevere soprattutto obiezioni. Sono due domande diverse, e ognuna illumina una parte della questione.

Il ricercatore non è la persona che possiede già la risposta. È quella che sa costruire un percorso per cercarla: definisce il problema, ascolta prospettive differenti, distingue i fatti dalle opinioni e valuta la qualità delle prove. Con l’AI possiamo esercitare questo metodo anche senza lavorare in un’università o in un laboratorio.

Questo capitolo non ti insegnerà a chiedere risposte più lunghe. Ti insegnerà a ottenere una visione più completa. A volte la conclusione sarà chiara; altre volte scoprirai che la domanda iniziale era troppo semplice per la realtà che voleva descrivere.

Che cosa significa analizzare da più prospettive?

Un tema può essere osservato dal punto di vista economico, sociale, tecnico, ambientale, storico, etico, giuridico o personale. Ma attenzione: «più prospettive» non significa mettere sullo stesso piano un fatto verificato e un’affermazione priva di prove. Significa chiedere quali domande emergono da ciascun punto di vista e quali evidenze le sostengono.

Pensiamo all’installazione di pannelli solari su un condominio. La prospettiva economica domanda quanto costa e quando si recupera la spesa. Quella tecnica guarda orientamento, impianto e manutenzione. Quella organizzativa considera le decisioni dei condomini. Quella ambientale valuta benefici e impatti lungo il ciclo di vita. Nessuna, da sola, esaurisce il problema. Il compito dell’AI non è fingere che ogni posizione abbia ragione. È aiutarci a costruire una mappa della questione, indicare dove ci sono dati solidi, dove esistono incertezze e quali informazioni mancano per arrivare a una decisione sensata.

Il metodo delle sei lenti

1. Definire la domanda

«È conveniente?» per chi, in quale periodo e secondo quali criteri? Una domanda precisa evita confronti ingannevoli.

2. Identificare le persone coinvolte

Chi beneficia della decisione? Chi ne sostiene i costi? Chi rischia di essere escluso?

3. Separare fatti e interpretazioni

Un dato misurato non è la stessa cosa di una previsione o di una testimonianza individuale.

4. Cercare spiegazioni alternative

Se due fenomeni avvengono insieme, non significa che uno abbia causato l’altro.

5. Valutare le fonti

Chi ha prodotto il dato, quando, con quale metodo e con quali possibili interessi?

6. Arrivare a una conclusione proporzionata

Una buona ricerca può concludere «dipende» o «non ci sono dati sufficienti», ma deve spiegare precisamente da che cosa dipende.

Per chi comincia: domande quotidiane che meritano più di una risposta

Sei domande della vita quotidiana possono avere risposte molto diverse secondo le persone coinvolte, i costi e i dati disponibili. Nei prossimi esempi imparerai a costruire un confronto equilibrato senza trattare tutte le affermazioni come ugualmente fondate.

Per ogni situazione troverai una domanda concreta, un prompt utilizzabile, il risultato atteso e un controllo da effettuare sulle fonti.

1. Conviene davvero comprare un’auto elettrica?

Una famiglia percorre soprattutto tragitti urbani, ma una volta al mese affronta viaggi lunghi. Un articolo parla di risparmio; un amico racconta una brutta esperienza con la ricarica.

Il prompt da provare:

«Analizza la scelta tra auto elettrica, ibrida e benzina per una famiglia che percorre 12.000 km l’anno. Esamina costo iniziale, manutenzione, energia o carburante, ricarica, viaggi lunghi e impatto ambientale. Distingui i dati da verificare dalle considerazioni generali. Prima di raccomandare una scelta, chiedimi budget e possibilità di ricaricare a casa.»

Che cosa otteniamo. Non otteniamo un verdetto universale, ma una griglia di fattori. La scelta migliore per chi ricarica in garage potrebbe non esserlo per chi parcheggia sempre in strada.

Attenzione. Prezzi, incentivi, consumi reali e disponibilità di ricarica cambiano: servono dati aggiornati e specifici.

2. Meglio comprare o affittare casa?

Una coppia si sente dire che «l’affitto è denaro buttato», ma teme di impegnarsi in un mutuo troppo lungo.

Il prompt da provare:

«Confronta acquistare e affittare un appartamento per una coppia che pensa di restare nella stessa città almeno cinque anni. Considera anticipo, interessi, imposte, manutenzione, flessibilità, rischio di variazione del reddito e costo opportunità dei risparmi. Non inventare tassi o prezzi: indicami i dati che devo raccogliere per tre scenari.»

Che cosa otteniamo. La ricerca allarga la prospettiva: non si confronta solo la rata con l’affitto, ma anche la liquidità disponibile, il tempo e l’incertezza.

Attenzione. Non è una consulenza finanziaria personalizzata; per una decisione importante verifica numeri e condizioni contrattuali con professionisti qualificati.

3. I compiti a casa sono utili?

Un genitore sostiene che troppi compiti tolgono tempo allo sport. Un altro teme che senza esercizio i ragazzi imparino meno.

Il prompt da provare:

«Analizza il tema dei compiti a casa da quattro prospettive: apprendimento, benessere degli studenti, organizzazione familiare ed equità tra famiglie. Distingui scuola primaria e secondaria. Se riporti risultati di ricerche, indica studio, anno e limiti; non inventare riferimenti. Concludi con domande concrete da discutere con gli insegnanti.»

Che cosa otteniamo. La domanda non viene ridotta a «sì o no». Età, quantità, qualità dei compiti e condizioni familiari possono modificare il quadro. Attenzione. Non tutti gli studi sono equivalenti e i risultati di un contesto scolastico non si applicano automaticamente a un altro.

4. Un alimento “naturale” è automaticamente migliore?

Una pubblicità usa parole rassicuranti: naturale, senza conservanti, tradizionale. Ma che cosa significano davvero?

Il prompt da provare:

«Analizza la frase “naturale è più sano” dal punto di vista nutrizionale, della sicurezza alimentare, del marketing e delle definizioni presenti sulle etichette. Fornisci esempi in cui l’affermazione può essere fuorviante. Se non conosci la normativa aggiornata, dichiaralo.»

Che cosa otteniamo. La ricerca distingue le parole che evocano fiducia dai criteri verificabili: composizione, quantità, lavorazione, conservazione e contesto della dieta.

Attenzione. Non usare una sintesi generica per decidere su allergie o condizioni mediche; verifica sempre ingredienti ed etichette ufficiali.

5. Una città dovrebbe limitare le auto in centro?

Una nuova zona a traffico limitato suscita entusiasmo e proteste. I commercianti temono meno clienti; i residenti desiderano meno rumore.

Il prompt da provare:

«Esamina una possibile limitazione del traffico in centro dal punto di vista di residenti, commercianti, persone con disabilità, trasporto pubblico, qualità dell’aria e accesso ai servizi. Per ogni prospettiva elenca benefici possibili, rischi e indicatori da misurare. Non attribuire numeri alla città senza fonti.»

Che cosa otteniamo. Il lettore vede chi potrebbe essere avvantaggiato e chi penalizzato, e capisce quali dati servirebbero per giudicare la misura.

Attenzione. Un confronto corretto non consiste nel dare a tutti lo stesso spazio, ma nel verificare le affermazioni con evidenze pertinenti.

6. Il lavoro da remoto rende più produttivi?

Un’azienda vuole riportare tutti in ufficio. Alcuni dipendenti si sentono più concentrati da casa; altri lamentano isolamento.

Il prompt da provare: «Analizza il lavoro da remoto per ruoli compatibili, considerando produttività, collaborazione, formazione dei nuovi assunti, benessere, costi aziendali e tempi di spostamento. Distingui dati misurabili, esperienze personali e ipotesi. Proponi indicatori per valutare una sperimentazione di tre mesi.»

Che cosa otteniamo. La questione diventa verificabile. Invece di discutere per slogan, si possono scegliere metriche e ascoltare gruppi con esigenze differenti.

Attenzione. La produttività non si misura solo contando ore davanti allo schermo; gli indicatori devono essere coerenti con il lavoro reale.

Per chi usa già l’AI: costruire una piccola indagine

Quando utilizzi l’AI con regolarità, il rischio non è soltanto ricevere una risposta superficiale. È ottenere un’analisi ordinata e convincente che nasconde un problema di metodo: fonti non controllate, criteri scelti arbitrariamente, campioni poco rappresentativi o interpretazioni presentate come risultati. Qui la modalità ricercatore diventa più esigente.

7. Aprire un negozio in un quartiere: non basta conoscere gli abitanti

Una persona vorrebbe aprire una piccola libreria con caffetteria. Sa che nel quartiere vivono molte famiglie, ma non sa se la domanda sia sufficiente.

Il prompt da provare:

«Progetta una ricerca preliminare per valutare una libreria con caffetteria in un quartiere urbano. Considera domanda potenziale, concorrenza, flussi pedonali, costi, abitudini di acquisto, vincoli normativi e possibili clienti esclusi. Separa dati reperibili da fonti pubbliche, osservazioni sul campo e interviste. Proponi tre modi economici per testare l’idea prima di investire.»

Che cosa otteniamo. La ricerca non inventa un mercato favorevole: propone come scoprirlo. Un sondaggio tra amici, per esempio, non rappresenta automaticamente il quartiere.

Attenzione. Chiedi al modello di segnalare i bias del campione e le ipotesi che, se false, farebbero fallire il progetto.

8. Capire perché un corso online viene abbandonato

Un corso registra molte iscrizioni ma pochi completamenti. Il responsabile pensa che le lezioni siano troppo lunghe, ma non ha verificato altre cause.

Il prompt da provare: «Analizza il basso completamento di un corso online da prospettive didattica, tecnica, economica e motivazionale. Elenca spiegazioni alternative: durata, difficoltà, accessibilità, aspettative iniziali e problemi della piattaforma. Per ciascuna indica dati necessari e un test etico a basso costo. Non presentare ipotesi come diagnosi.»

Che cosa otteniamo. Il metodo evita di risolvere il problema sbagliato. Accorciare le lezioni non aiuterà se gli utenti abbandonano perché non riescono ad accedere da smartphone.

Attenzione. Definisci in anticipo le metriche e proteggi i dati personali degli studenti.

9. Confrontare due tecnologie senza tifoserie

Un’organizzazione deve scegliere fra un software proprietario e uno open source. Le discussioni si fermano spesso a «costa meno» contro «è più sicuro».

Il prompt da provare:

«Prepara una matrice comparativa fra soluzione proprietaria e open source per un’associazione di 20 persone. Considera costo totale su tre anni, supporto, competenze necessarie, esportazione dei dati, sicurezza, continuità del fornitore e accessibilità. Non presumere che una categoria sia sempre superiore. Indica le verifiche tecniche da eseguire.»

Che cosa otteniamo. La comparazione diventa una decisione contestualizzata, non una gara ideologica. Il costo della licenza è solo una parte del costo totale.

Attenzione. Pesa i criteri insieme agli utenti reali e documenta perché alcuni requisiti contano più di altri.

10. Un dibattito pubblico: distinguere argomenti e prove

Un tema controverso produce articoli molto sicuri di sé. Alcuni citano studi; altri ripetono opinioni o slogan.

Il prompt da provare:

«Ti fornirò tre testi con posizioni differenti sullo stesso tema. Per ciascuno individua tesi, argomenti, prove citate, presupposti e possibili omissioni. Costruisci una tabella delle affermazioni verificabili e delle fonti necessarie. Non creare un falso equilibrio: segnala quando una posizione è sostenuta da prove nettamente migliori.»

Che cosa otteniamo. Questo è il cuore del pensiero di ricerca: capire non solo che cosa viene detto, ma perché dovremmo crederci. Attenzione. Se gli articoli ripetono tutti lo stesso comunicato, non considerarli tre conferme indipendenti.

11. Studiare un fenomeno storico attraverso più testimonianze

Una classe sta preparando un lavoro sulla vita quotidiana durante un periodo storico. Il manuale offre una narrazione generale, ma le esperienze individuali possono essere molto diverse.

Il prompt da provare:

«Progetta un percorso di ricerca su [periodo e luogo]. Suggerisci quali tipi di fonti confrontare: documenti ufficiali, lettere, fotografie, giornali, testimonianze e studi storici. Spiega cosa ciascuna fonte può mostrare e cosa può nascondere. Non inventare citazioni né attribuire parole a testimoni inesistenti.»

Che cosa otteniamo. La prospettiva multipla permette di distinguere storia istituzionale e vita vissuta. Una testimonianza personale è preziosa, ma non descrive necessariamente l’esperienza di tutti.

Attenzione. Controlla provenienza, datazione e contesto dei documenti; le fonti digitalizzate possono essere incomplete.

12. Un problema ambientale: guardare l’intero ciclo di vita

Una società vuole sostituire tutti i bicchieri monouso con un’alternativa riutilizzabile. Sembra una decisione ovvia, ma il confronto dipende da produzione, lavaggi e numero di utilizzi.

Il prompt da provare:

«Analizza la scelta tra bicchieri monouso e riutilizzabili secondo il ciclo di vita: materie prime, produzione, trasporto, lavaggio, durata, smaltimento. Indica quali variabili cambiano il risultato e quali dati servirebbero per un confronto quantitativo. Non inventare un vincitore senza numeri.»

Che cosa otteniamo. La ricerca rivela perché le soluzioni ambientali richiedono spesso valutazioni sistemiche. Un oggetto riutilizzabile deve essere davvero riutilizzato.

Attenzione. Per confronti quantitativi servono dati coerenti, confini di analisi espliciti e, quando disponibili, studi sul ciclo di vita affidabili.

La trappola del “da entrambi i lati”

Analizzare più prospettive non significa che ogni posizione meriti la stessa fiducia. Se una questione riguarda un fatto ben documentato, una teoria priva di prove non diventa equivalente soltanto perché esiste qualcuno che la sostiene. La ricerca seria è aperta alle obiezioni, ma non indifferente alla qualità delle evidenze.

Un altro rischio è confondere la prospettiva di un gruppo con un giudizio morale automatico. Capire perché un commerciante teme una nuova regola non significa concludere che la regola sia sbagliata. Capire i benefici per i residenti non significa ignorare chi potrebbe incontrare difficoltà. Prima si descrivono interessi e dati; poi si discutono le scelte.

Anche l’AI può creare una falsa simmetria: due colonne perfettamente bilanciate, tre argomenti per parte, una conclusione tiepida. È una bella impaginazione, non necessariamente una buona analisi. Chiedi invece di indicare dove le prove sono forti, deboli, contrastanti o assenti.

Come controllare una ricerca prodotta dall’AI

Le fonti esistono?

Non basta che compaiano titolo e autore: apri il documento, verifica il contenuto e controlla che la citazione sostenga davvero la frase.

Sono aggiornate?

Per prezzi, leggi, incentivi, tecnologia e dati economici la data può cambiare il significato di una conclusione.

Sono indipendenti?

Tre articoli che riprendono la stessa notizia non equivalgono a tre indagini autonome.

Quale campione rappresentano?

Un sondaggio di cento clienti affezionati non descrive automaticamente tutte le persone interessate a un servizio.

Quale spiegazione alternativa manca?

Domanda al modello quale dato potrebbe smentire la sua interpretazione preferita. Che cosa è rimasto fuori?

Una ricerca può trascurare costi indiretti, gruppi poco visibili o effetti nel lungo periodo.

Tre esercizi per allenare lo sguardo

Esercizio 1 — Cambia la lente. Scegli una questione che ti riguarda, per esempio l’installazione di un ascensore in condominio. Chiedi un’analisi economica, poi una dal punto di vista dell’accessibilità, infine una organizzativa. Quali domande emergono soltanto cambiando prospettiva?

Esercizio 2 — Cerca ciò che manca. Prendi una risposta AI che ti sembra convincente e chiedi: «Quali sono le tre ipotesi implicite? Quale dato potrebbe smentire la conclusione?». Verifica se il sistema individua limiti concreti o produce obiezioni generiche.

Esercizio 3 — Metti le prove in ordine. Fornisci due articoli sullo stesso tema. Chiedi di distinguere fatti verificabili, interpretazioni e affermazioni senza fonte. Poi controlla almeno due riferimenti originali. Lo scopo non è fidarsi meno per principio: è sapere quando fidarsi e perché.

Il prompt da tenere a portata di mano

«Voglio capire meglio questo tema: [argomento]. Non partire da una conclusione. Definisci prima la domanda e proponi le prospettive più pertinenti, includendo persone coinvolte, aspetti economici, pratici, sociali e tecnici quando utili. Per ciascuna indica argomenti, prove necessarie, possibili benefici, rischi e informazioni mancanti. Distingui fatti verificati, ipotesi e opinioni. Non inventare fonti. Se le evidenze non sono equivalenti, spiegalo chiaramente. Concludi indicando che cosa dovrei verificare prima di prendere una decisione.»

La lezione da ricordare

Una buona ricerca raramente ci consegna una risposta semplice come uno slogan. Più spesso ci restituisce una domanda migliore, qualche certezza ben fondata e un elenco onesto di ciò che dobbiamo ancora sapere.

L’intelligenza artificiale può aiutarci a cambiare punto di osservazione con una rapidità straordinaria. Ma non dobbiamo confondere la varietà delle prospettive con la qualità delle prove. Il vero vantaggio non è avere dieci opinioni in pochi secondi: è imparare a vedere il problema da angolazioni che, da soli, forse non avremmo considerato. E poi decidere con gli occhi più aperti.

50 modi per usare l’intelligenza artificiale